Selective spleen scintigraphy using 99mTc-heat denatured red blood cells in the era of fusion SPECT-CT imaging
Notice bibliographique
Résumé
1994 Learning Objectives 1. Compare biodistribution of 99mTc labeled heat-damaged red blood cells (HDRBC), 99mTc sulfur colloid (SC), and undamaged 99mTc RBCs in 14 patients. 2. Contrast biodistribution of 99mTc labeled HDRBC in splenectomised and non-splenectomised patients. 3. Review the clinical role of selective spleen scintigraphy using HDRBC with emphasis on tomographic SPECT and SPECT-CT imaging. Several clinical circumstances call for the specific detection and localization of splenic tissue, amongst them are 1) the evaluation of soft tissue masses where ectopic splenic tissue is suspected, 2) identification of remnant splenic tissue following splenectomy, and 3) surveying of splenic locations in order to characterize congenital anatomic abnormalities. Spleen scintigraphy can be performed using 99mTc labeled HDRBC or SC, the former resulting in more selective organ localization. Heat is known to cause reproducible changes to RBCs including an increase in rigidity, osmotic fragility and spherocytosis, leading to preferential localization of the damaged cells in the spleen. We review clinical data in 14 patients who underwent HDRBC SPECT-CT studies, 9 of whom were previously splenectomised, and compared these with findings in 7 patients who underwent SC spleen SPECT-CT studies and 3 patients who underwent undamaged 99mTc RBCs spleen scintigraphy. Clinical scenarios, qualitative imaging features, and quantitative measurements of uptake are reviewed. Clinical utility of selective spleen scintigraphy in the era of SPECT-CT is highlighted.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».